Il prossimoProssima guida
Dosaggio di precisione dell'IA e farmacocinetica
Tecnico
GUIDA TECNICA
Mixed precision uses lower-precision arithmetic for selected operations while retaining precision where needed.
Ascolta questa guidaNarrato dall'IA · ~2 min
It can reduce memory use and improve throughput on supported hardware, but gains and numerical effects depend on the model, workload, hardware and training recipe.
Traditional training stores weights and runs math in 32-bit floating point (FP32). Mixed precision uses lower-precision FP16 or bfloat16 for eligible operations while retaining FP32 where needed. Some FP16 recipes maintain a separate FP32 master copy to accumulate small weight updates; autocast workflows may instead keep model parameters in FP32 while casting selected operation inputs. Using 16-bit tensors can reduce memory used by eligible operations. Supported accelerators may execute some low-precision operations faster, but end-to-end throughput depends on hardware, workload and which operations autocast selects. FP16 has a narrower range, so tiny gradients can underflow. Loss scaling multiplies the loss before backpropagation and reverses that scale before the optimizer update; tools such as torch.amp.GradScaler can manage this process. Bfloat16 has a wider exponent range than FP16 and often does not need the same loss-scaling strategy, though model and hardware behavior still need testing.
torch.cuda.amp.autocast di PyTorch avvolge un ciclo di addestramento per dimezzare all'incirca la memoria e raddoppiare il throughput su una singola GPU
Addestramento di modelli linguistici di grandi dimensioni come trasformatori in stile GPT in bfloat16 su TPU per evitare l'ottimizzazione del ridimensionamento delle perdite
Adattamento di batch di dimensioni maggiori su una GPU RTX consumer cambiando l'addestramento delle immagini ResNet da FP32 a FP16
Precisione mista dell'8° PQ sulle GPU NVIDIA H100 per ridurre i costi di pre-addestramento dei modelli su scala di frontiera
La precisione continua a diminuire. La formazione FP8, supportata dalle GPU NVIDIA Hopper e Blackwell, sta diventando uno standard per i modelli di frontiera e la ricerca sul 4PQ e sui formati di microscaling (MXFP) si spinge oltre. Ci si aspetta che i framework selezionino automaticamente la precisione per livello, che l'hardware gestisca in modo nativo formati sempre più ristretti e che l'addestramento sensibile alla quantizzazione offuschi il confine tra addestramento a bassa precisione e inferenza, riducendo il costo dell'addestramento di modelli da trilioni di parametri.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
Mixed precision uses lower-precision arithmetic for selected operations while retaining precision where needed. It can reduce memory use and improve throughput on supported hardware, but gains and numerical effects depend on the model, workload, hardware and training recipe.
Some FP16 recipes keep an FP32 master weight so small optimizer updates are not lost to low-precision rounding; not every mixed-precision recipe uses a separate copy.
FP16 ha una gamma dinamica limitata, quindi piccoli gradienti possono arrotondarsi a zero; moltiplicare la perdita prima del backprop li mantiene rappresentabili.
Bfloat16 mantiene 8 bit esponenti come FP32, quindi la sua gamma dinamica è ampia e l'underflow del gradiente è raro.
Many common Tensor Core operations accumulate in FP32 to reduce rounding error; this does not make the computation exact.
Lower precision can reduce memory and speed supported operations, but total results depend on the model, hardware, and kernels used.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Dosaggio di precisione dell'IA e farmacocinetica
Tecnico